本文介绍了NER概率的Spacy 3波束解析的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我正在尝试在将正确的标签分配给实体时检索我的空间模型的概率。我的Spacy版本为3.0.5。
threshold = 0.5
for i in testing_raw:
doc = nlp_updated(i)
beams = nlp_updated.beam_parse([ doc ], beam_width = 16, beam_density = 0.0001)
entity_scores = defaultdict(float)
for beam in beams:
for score, ents in nlp_updated.entity.moves.get_beam_parses(beam):
for start, end, label in ents:
entity_scores[(start, end, label)] += score
for key in entity_scores:
start, end, label = key
score = entity_scores[key]
if ( score > threshold):
print ('Label: {}, Text: {}, Score: {}'.format(label, doc[start:end], score))
以下行抛出此错误：
beams = nlp_updated.beam_parse([ doc ], beam_width = 16, beam_density = 0.0001)
AttributeError: 'English' object has no attribute 'beam_parse'
beam_parse吗？如果是，我如何在此版本的Spacy中执行此操作，因为我似乎在文档中找不到任何内容？
推荐答案
此获取NER概率的解决方法在v3中不起作用，因为API已更改，目前没有建议的替代方案。
正在开发一种SpanCategorizer，它将允许您获得具有置信度分数的NER标签。
这篇关于NER概率的Spacy 3波束解析的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！